Es la diferencia entre saber “qué” y “por qué”.
Sabemos que Donald Trump ganó las últimas elecciones presidenciales de EE. UU. Ese es el “qué” (datos) y no nos dice nada útil.
Ganó al romper el “muro azul” demócrata en Pensilvania, Michigan y Wisconsin. Más datos inútiles.
- Cómo pasar del freelance de ingeniería de software al freelance de machine learning / data science
- ¿Vender información de los datos de usuario extraídos es tan malo (o ilegal) como vender los datos de usuario en sí?
- ¿Cuál es la mejor manera de convertirse en un científico de datos sin tener experiencia en ingeniería?
- ¿Cómo son las estadísticas generadas por los canales en los partidos de la Copa Mundial de la CCI que dicen: "India ha ganado todos sus partidos si batean primero y suman más de 270 +" / "India ha ganado todos sus partidos donde Kohli anotó> 100"?
- ¿Por qué las personas almacenan grandes datos utilizando buffers de protocolo (o equivalente)?
Lo hizo al convencer a muchos votantes blancos de la clase trabajadora de que los demócratas no se preocupaban por ellos, los despreciaban y no tenían un plan para revertir el vaciamiento del cinturón de óxido de la clase media. Mientras tanto, los convenció de que se preocupaba por ellos, los respetaba y podía traer de vuelta empleos bien remunerados en las fábricas.
Ese es el “por qué” (información) que, aunque discutible, puede ser probado y utilizado para formular programas de divulgación para este grupo demográfico.
En otras palabras, los datos son “hechos” que en sí mismos son inútiles, mientras que la información es la organización de esos hechos en inteligencia procesable.
